摘要：作为数据科学家，你的分析工作应该为企业带来更多的能力和价值，但是切记，一定要表现得像一名在分析方面有经验的管理者，然后领导公司做出正确的决策、投资以及运营。
每年秋天，我都将在西北分析科学硕士项目当中教授分析领导力课程。我们很骄傲每年的课堂上都会出现非常有天赋的学员。毕业的学员大都会以数据分析师的职位加入到公司或者组织机构当中，因为他们期待可以从数据当中获取更多的东西。一名数据科学家的作用，或者说这样的头衔已经存在好多年了。对于数据科学家而言，应该如何规划自己的职业生涯，这对他们来说是一个不可或缺的考验。
1. 自我定义
你首先是一名数据科学家吗还是说你把自己定义成一名市场营销人员后者具有专业数据科学知识的运营管理人员对这个问题的答案五花八门，从中也能反映出每个人对自己在企业当中的自我定为不尽相同。如果你深信自己绝对是一名数据科学家的话，那么你完全可以再向前迈出一步，让自己在市场营销方面或者运营方面有所建树，你也可以成为其他的与你的专业技能相关的职业人士。事实确实在向我们暗示，从一名数据科学家职位再渐渐发展到某些相关的其他职位的做法，对你的未来而言的确是相当不错的选择。如果你是一名销售主管或者运营主管的话，擅长数据科学技术的确可以让你在未来的日子里成长为一名首席营销官或首席运营官。这也意味着你能够参与解决不同类型的难题，并帮助企业解决复杂的数据问题。你可以参与指导公司根据数据做出明智的决策以及投资。请一定要抓住除了数据分析业务之外的更多机遇，这样也会带给你更多的职业良机!
2. 专注于财政收入
数据科学技术可以为企业带来很多有价值的建议，但是最后，这些极具价值的建议既可以让你赚到更多钱(提高了财政收入)也可以让你的成本投入更少(降低了成本投入)，有时候这两种情况会同时发生(这时候利润率得到提升)。(这当中我忽略了一些特殊类型的问题，比如可以通过税收漏洞和规章制度的创造价值。)从理论角度来说，资金节省本身就是在赚钱。然而，从实践的角度来看，成本并不会随着财政收入的增长而出现效果显著的降低。实际上，成本往往可以通过简单的探索或者规章以及野蛮的政策得到削减，比如将整个公司停业。我的观点是，你为公司或者客户所节省的成本往往是有限的。效率是可以提高的，但是却很少可以一而再，再而三的反复进行。你更应该做的就是提升企业的财政收入，而不是减少投资成本。那么就快去赚更多的钱吧(为了你自己，也为了公司)。
3. 有的放矢
对很多拥有高智商或者有专业技术的人而言，他们最为显著的个人特质就是他们把面对的“难题”视作无价之宝。事实上在高校中这样的人才比比皆是。他们在解决“难题”的时候，同时还享受这个过程带来的丰富的才智带来的满足感。数据科学家们经常陷入这种牢笼之中。“我把一个难题搞定了——为我欢呼吧!”是的，除了得到欢呼之外，你解决的问题真的对企业有帮助吗有什么价值呢所以你一定要解决那些对公司发展举足轻重的难题才是明智之举。解决这样的问题往往比解决难题更加现实。当你对一个项目负责的时候，你要试着问自己“这样的项目会如何帮助公司成长”这样的难题是否值得我们用复杂的模型或者一般的启发式方法解决。请对那些异常困难的问题和未解决的问题稍加留意——这些问题之所以没有解决可能是有理由的——解决这样的问题价值不大。难题可能对企业而言并不意味着其价值也很高，除非这种问题的规模庞大，难以忽略。
4. 谈谈数据科学
当你得到了第一份数据科学家工作的时候，很可能你会发现和你有一样头衔的同辈中人。让人觉得有希望的是，你的经理会对你作为一名数据科学家而充满期待，但是公司里面的其他人并非会有这般期待。那么你应该怎么做呢
首先，你可以组织一个“午餐交流会”。你一定要将同事邀请到你的非正式会议上，在这里你要准备一个同龄人之间的话题，或者和他们一起畅谈数据科学的重要性。其次，向你的同事们解释一些炫酷的数据可视化图表所表示的含义。然后再准备一份公司最近的分析报表，向大家展示以下数据科学技术是如何改进公司业务的!这些做法都会帮助你建立自己的人脉。最重要的就是，要让大家知道数据科学可以对财政收入有积极的影响作用。
5. 离开你的电脑屏幕
如果你职业生涯的目标是想在领导方面有所成就或者想为一个组织机构带来转变，那么你所需要的不仅仅是会写代码或作分析。这些事非常重要的任务，并且你的专业知识可以为你带来很多机遇，让你的公司在这些方面的业务有所提升。在把这些任务做好的同时，我建议你也要看看其他的机遇!作为你的职业规划师，我想说的是，你不仅仅可以有机会主导分析方面的事务，你也可以公司投资的领域以及在该领域公司的运作方式。如果你所就职的企业生产货品，我希望你可以亲自深入到车间，了解货品的加工。还要去了解你所建立的模型在车间里面是如何运作的。如果你所在的公司为他人提供服务，那么那就需要去了解公司的服务如何交付到顾客手中。你也需要与公司的雇员以及消费者沟通。总之一句话，一定要对公司的业务有所真正的了解!这样做，你的数据科学技术才能更加接地气儿，也能让你的执行更加到位!
现在有很多非常不错的职业良机正在向数据科学家们挥手。几乎每个行业都已经投资数据收集环节并招聘数据科学家，希望该职位的人员可以在数据的海洋中找到企业的生存之道。但是同时所有的公司都在视图削减投资成本，尤其是人力资源成本。数据科学技术应该在相当一段时期内成为公司关注的焦点，因此数据科学家的就业前景还是相当不错的。但是，我们必须接受一个重要的忠告。数据科学家的任务就是要为企业解决难题，并为企业带来价值。就像其他高端技术职业人士一样，比如律师助理、医疗技术人员、绘图员、记者、摄影师、工程师，甚至现在的教授职位正面临着数字模型和自动化的威胁，所以我们应该期待新的商业模式的出现，来减少企业雇佣数据科学家的同时带来的成本。当然，可以通过外包来降低成本。现在，很多数据科学技术大都被耗费在了数据的组织和分析环节。由于目前的软件技术和算法变得越来越先进，无需人力成本的投入就可以完成数据组织和运营。这些高科技手段对企业而言是利好消息，因为企业可以减少做数据科学方面的成本。这也意味着数据科学家在单调冗长的工作环节花费较少的时间，这的确是个好消息!不过，谨慎行事还是非常必要的。
我想起来在我职业生涯的早期，我所从事的工作当中，为了运行一个简单的回归运算，建立数据域和矩阵花费了我相当一部分时间。甚至在最后的绘图环节，我也耗费了很多时间。我的时间对于企业而言也是一种成本。我能给公司带来的利益就是我运算得到的结果。但是如果把问题放到今天，我们有大量可利用的(甚至是免费的)软件工具，同样的任务(结果)可以用相对更少的时间(成本)完成。绘图也比以前更加简单便利。企业们总是把工作看成资本的投入并且通过工作来减少成本。同一种工作，却拥有更少的投入，这是所有企业的不二之选。全球范围内数据科学相关的项目层出不穷，在接下来的一年当中会有更多的毕业生涌入到社会中。对我而言，这预示着数据科学家的作用不再停滞不前，但是他们更应当为企业开发出提高企业发展的技能。小伙伴们，快去多多了解你公司的业务并掌握业务的运作流程，这才是重中之重!
By Russell Walker, Northwestern.
本文由 化学数据联盟 投稿至 数据分析网 并经编辑发表，内容观点不代表本站立场，如转载请联系原作者，本文链接：https://www.afenxi.com/14018.html 。
